Feynman 1982 — 量子计算从模拟物理开始

是什么

Feynman 1982 这篇论文问的是：如果自然本身是量子的，为什么非要用经典电脑硬模拟它？

日常类比：你想排练一场暴雨。经典模拟像在 Excel 里记录每一滴水的位置、速度和互相影响；量子模拟像直接造一个缩小版天气系统，让它自己下雨。前者要记账，后者让相同规则自己运行。

Feynman 的结论很直接：经典电脑可以模拟很多经典物理，但遇到量子系统时会被状态数量压垮。更自然的办法是造一种由量子元件组成的电脑，让它按量子规律去模拟量子世界。

这不是后来意义上的完整量子算法论文。它更像一张路线图：把“电脑是什么”从抽象机器拉回物理系统，指出量子计算的第一个杀手场景应该是量子模拟。

读这篇时不要先追公式。先抓住一个朴素判断：模拟器如果要把每一种可能都写进账本，账本迟早比世界本身还大。

Feynman 真正推动的是换一种问法：不是“经典电脑怎样更努力”，而是“能不能换一种遵守自然规则的电脑”。

为什么重要

不理解这篇，下面这些事都没法解释：

• 为什么量子计算一开始不是为了“更快搜索网页”，而是为了模拟量子物理
• 为什么 300 个 qubit 的完整状态比宇宙原子数还难用经典内存写下
• 为什么经典随机数不等于量子随机性，量子里还有干涉和负“概率”的麻烦
• 为什么 quantum-supremacy-2019 这种实验，本质上仍在验证 Feynman 的直觉

核心要点

抓住三件事就够了：

1. 规模规则：好模拟器不能比被模拟对象大得离谱。类比：用一张城市地图可以接受，用一整个地球大小的地图就失去意义。Feynman 要求模拟所需元件只随物理系统规模成比例增长，而不是指数爆炸。

2. 经典概率不够用：经典随机模拟可以反复掷骰子，统计结果会逼近真实概率。类比：抽盲盒可以靠多抽估计概率。但量子不是普通盲盒，内部会出现相位抵消，像有些“概率账本”临时变成负数。

3. 量子机模拟量子物理：如果经典账本太大，就让硬件本身遵守量子规则。类比：不用纸笔算每个音符的空气振动，而是拿一把小提琴让弦自己振动。Feynman 猜测某类二态量子系统可以成为通用量子模拟器。

实践案例

案例 1：状态数量为什么爆炸

for (let particles = 1; particles <= 6; particles++) {
  const positions = 10
  console.log(particles, positions ** particles)
}

逐部分解释：

• positions = 10 表示每个粒子只允许在 10 个位置之一
• positions ** particles 是所有组合数
• 粒子从 1 个变 6 个，组合从 10 涨到 1,000,000
• 真实量子系统还要记录复数振幅，不只是普通概率，所以更难

案例 2：经典随机模拟能做什么

let hit = 0
for (let i = 0; i < 10000; i++) {
  if (Math.random() < 0.75) hit++
}
console.log(hit / 10000)

逐部分解释：

• 这段代码可以模拟一个“75% 发生”的普通随机事件
• 重复次数越多，统计频率越接近 0.75
• Feynman 接受这种“概率模拟概率”的思路
• 问题是量子相关性不能总被这种正概率随机过程复现

案例 3：2/3 和 3/4 的差别

const classicalBest = 2 / 3
const quantumPrediction = Math.cos(Math.PI / 6) ** 2
console.log(classicalBest, quantumPrediction)

逐部分解释：

• Math.PI / 6 是 30 度
• 经典局部隐藏变量模型最多让两个探测结果在 2/3 情况下相同
• 量子公式给出 cos²(30°) = 3/4
• 实验站在 3/4 这边，这就是经典局部模拟卡住的地方

踩过的坑

1. 把量子随机性当普通随机数：普通随机数只有“抽到哪一个”，量子还要处理振幅相加和抵消，所以 Monte Carlo 不能直接替代量子演化。
2. 把离散化叫量子化：离散化只是把连续变量切成格子，量子化是一套带算符、态和测量规则的物理理论，两者不是一回事。
3. 以为 Feynman 已经给出通用量子计算机证明：这篇更多是猜想和方向，后来的 Deutsch、Lloyd 等人才把通用模型和算法框架补齐。
4. 只记“量子更快”：Feynman 的重点不是万能加速，而是“量子系统用量子硬件模拟更自然”，适用范围首先是物理模拟。

适用 vs 不适用场景

适用：

• 想理解量子计算为什么会诞生
• 想判断一个问题是否天然带量子态、叠加、干涉
• 学量子模拟、量子化学、格点场论之前先建立直觉
• 比较经典计算模型和物理世界本身的关系

不适用：

• 直接学习 Shor 分解算法细节，这篇还没到那一步
• 证明 BQP 和 NP 的关系，论文没有复杂性理论定理
• 设计今天可落地的容错量子芯片，工程细节还很早期
• 把所有随机系统都说成量子系统，经典概率仍然有自己的边界

历史小故事（可跳过）

• 1981 年：Feynman 在 Physics of Computation 会议上做 keynote，主题是电脑能否模拟物理。
• 1982 年：演讲整理成论文发表在 International Journal of Theoretical Physics，页码 467-488。
• 1985 年：Deutsch 提出通用量子计算模型，把“量子电脑”推进到计算理论语言里。
• 1994 年：Shor 给出分解大数算法，量子计算从物理模拟扩展到密码学震动。
• 2019 年：Google Sycamore 做随机电路采样，证明某些量子任务已逼近经典机边界。

学到什么

1. 电脑不是抽象幽灵，它也是物理物体。如果物理世界是量子的，计算模型也可能需要量子化。
2. 状态表示决定成本。经典机要显式存大量振幅，系统稍微变大就会指数爆炸。
3. 干涉是量子难点。真正麻烦的不是随机，而是不同路径能相加、抵消，普通正概率账本装不下。
4. 好问题会开新领域。Feynman 没给完整答案，但把“用量子模拟量子”这个问题摆上桌，后面几十年都在展开它。

延伸阅读

• 论文 DOI：Feynman 1982（经典出处，引用数已超过 7000）
• 可读原文：Web Archive PDF（原 Berkeley 镜像快照）
• feynman-lectures-computation-2018 —— Feynman 后来更系统讲计算与物理
• space-time-approach-non-relativistic-quantum-mechanics-1948 —— 路径积分思想，是本文“多条路径相加”的早期源头
• quantum-supremacy-2019 —— 现代硬件实验如何验证量子采样难以经典模拟

关联

• quantum-supremacy-2019 —— 用随机量子电路把“经典机追不上”做成硬件实验
• shor-1994 —— 把量子计算从模拟物理推进到密码学算法
• deutsch-1985 —— 给 Feynman 的量子电脑直觉补上通用计算模型
• benioff-1980 —— 更早把图灵机放进量子力学框架
• turing-1936 —— 经典通用计算模型的源头，Feynman 正是在挑战它的物理边界
• cook-levin —— 复杂性理论背景，帮助区分“可算”和“高成本不可行”

反向链接

• quantum-supremacy-2019 —— Quantum Supremacy 2019 — 量子机用 200 秒做完超算 1 万年的事